Skip to main content
Beliebte Einblicke
Employee Scheduling Software HRMS For Small Business Employee Management Systems
Community beitreten
Add as a preferred source on Google Opens new window Community beitreten Community beitreten
Karriere

MS Excel 2010 IFERROR Anleitung für Personalpraktiker

Brendan Lys
By
Brendan Lys
Brendan Lys

An der Schnittstelle von Personalwesen und Data Science nutze ich umfangreiche Fachkenntnisse im Personalwesen zusammen mit den Methoden und Ansätzen der Data Science. Dieser Fokus auf die Gewinnung umsetzbarer Erkenntnisse aus Daten wurde bereits in Bereichen wie Vergütung & Benefits, Personalplanung, Rekrutierung, Arbeitsschutz, Diversität und Weiterbildung angewendet. Doch wie sieht die Anwendung von Data Science auf HR-Herausforderungen und -Chancen tatsächlich aus? Im HR-Kontext stammen unsere verwendeten Daten typischerweise direkt aus unserem HRMIS. Ein Vorteil von Data-Science-Methoden ist, dass wir zusätzliche Daten aus der Organisation oder externen Quellen einbeziehen können – Daten, die mit rein HR-analytischen Ansätzen nicht zugänglich wären. Beispielsweise beinhalten Stellenbeschreibungen eine Fülle von Daten, die wir normalerweise ignorieren, da sie nicht analysierbar vorliegen. Ein Nebenprojekt, an dem ich derzeit (April 2019) arbeite, nutzt Textmining auf Stellenbeschreibungen, um Erkenntnisse darüber zu gewinnen, zu welcher Berufsgruppe eine Position gehören könnte. Die Ergebnisse meiner Arbeit wurden von Organisationen aus verschiedensten Sektoren genutzt, darunter: Regierungen (Australien und Neuseeland), börsennotierte Unternehmen an ASX und NZX, Versorgungsbetriebe, Non-Profit-Organisationen sowie Hochschulen.

More about Brendan

In diesem HR-Ressourcen-Post haben wir ein YouTube-Tutorial erstellt, das das vLookUp-Tutorial ergänzt, das wir zuvor erstellt haben. Die mit Abstand häufigste Beschwerde, die ich über vLookUps höre, ist der N/A-„Fehler“, der angezeigt wird, wenn keine Daten vorhanden sind, die mit der vLookUp-Formel abgeglichen werden können. Die IFERROR-Funktion ist eine Formatierungsformel, die dazu dient, ein leeres […]

In diesem HR-Ressourcen-Post haben wir ein YouTube-Tutorial erstellt, das das vLookUp-Tutorial ergänzt, das wir zuvor erstellt haben. Die mit Abstand häufigste Beschwerde, die ich über vLookUps höre, ist der N/A-„Fehler“, der angezeigt wird, wenn keine Daten vorhanden sind, die mit der vLookUp-Formel abgeglichen werden können. Die IFERROR-Funktion ist eine Formatierungsformel, die dazu dient, ein leeres Feld (oder einen vom Excel-Anwender bestimmten gewünschten Begriff) zurückzugeben. Wenn Ihnen dieses Problem begegnet, wenn Sie Ihre Tabellenblätter Kolleginnen und Kollegen und/oder Endnutzern präsentieren, schauen Sie sich das Tutorial an – ich bin sicher, Sie werden diese Formel nützlich finden.

Brendan Lys
By Brendan Lys

An der Schnittstelle von Personalwesen und Data Science nutze ich umfangreiche Fachkenntnisse im Personalwesen zusammen mit den Methoden und Ansätzen der Data Science. Dieser Fokus auf die Gewinnung umsetzbarer Erkenntnisse aus Daten wurde bereits in Bereichen wie Vergütung & Benefits, Personalplanung, Rekrutierung, Arbeitsschutz, Diversität und Weiterbildung angewendet. Doch wie sieht die Anwendung von Data Science auf HR-Herausforderungen und -Chancen tatsächlich aus? Im HR-Kontext stammen unsere verwendeten Daten typischerweise direkt aus unserem HRMIS. Ein Vorteil von Data-Science-Methoden ist, dass wir zusätzliche Daten aus der Organisation oder externen Quellen einbeziehen können – Daten, die mit rein HR-analytischen Ansätzen nicht zugänglich wären. Beispielsweise beinhalten Stellenbeschreibungen eine Fülle von Daten, die wir normalerweise ignorieren, da sie nicht analysierbar vorliegen. Ein Nebenprojekt, an dem ich derzeit (April 2019) arbeite, nutzt Textmining auf Stellenbeschreibungen, um Erkenntnisse darüber zu gewinnen, zu welcher Berufsgruppe eine Position gehören könnte. Die Ergebnisse meiner Arbeit wurden von Organisationen aus verschiedensten Sektoren genutzt, darunter: Regierungen (Australien und Neuseeland), börsennotierte Unternehmen an ASX und NZX, Versorgungsbetriebe, Non-Profit-Organisationen sowie Hochschulen.

Follow the author: Opens new window Opens new window
You may also like